La table misAct rassemble des charactéristiques calculées sur chacun des graphes générées.
| nH | mean.cpH | mean.vv | max.maxDeg | mean.maxDeg | mean.btw | btwH |
|---|---|---|---|---|---|---|
| 7 | -0.3148500 | 1.285714 | 4 | 2.500000 | 0.4420290 | 69 |
| 4 | -0.3311606 | 2.250000 | 3 | 2.333333 | 0.5384615 | 65 |
| 11 | -0.2635695 | 1.181818 | 2 | 2.000000 | 0.4117647 | 85 |
| 7 | -0.2813651 | 1.857143 | 2 | 1.333333 | 0.3586498 | 79 |
| 5 | -0.3182708 | 2.000000 | 4 | 2.333333 | 0.4747475 | 66 |
| 4 | -0.3732338 | 1.750000 | 3 | 2.000000 | 0.6186441 | 52 |
Les résultats sont résumés en regroupant les graphes par l’influence de leur acteur manquant :
| influence | count |
|---|---|
| major | 218 |
| medium | 158 |
| minor | 24 |
Tous les VEMtree ont convergé, mais pas de la même manière. L’algo VEMtree a trois critères d’arrêt :
Donc VEMtree peut s’être arrêté du fait de la borne inf indépendemment de la convergence sur les paramètres W et Omega. Dans ce qui suit, on voit que maxIter (qui vaut 200) n’a jamais été atteint, et que lorsque c’est la convergence de J qui permet l’arrêt de l’algorithme, Omega a convergé mais pas W.
## V1
## Min. : 6.00
## 1st Qu.: 8.00
## Median :11.00
## Mean :13.98
## 3rd Qu.:17.00
## Max. :49.00
La qualité d’inférence est évaluée avec l’AUC, la PPV (TP/(TP+FP)) et le TPR (TP/(TP+FN)) des arêtes incluant l’acteur manquant, notés PPVH et TPRH. Ces valeurs sont calculées pour chaque graphes, et les proportion de valeurs supérieures à 0.8 sont mises en liens avec le nombre de voisins nH de l’acteur manquant.
| influence | count | med.auc | auc.prop50 |
|---|---|---|---|
| major | 218 | 0.70 | 69.7 |
| medium | 158 | 0.56 | 60.1 |
| minor | 24 | 0.57 | 75.0 |
| influence | count | med.ppvh | med.tprh | ppvh.prop50 | tprh.prop50 |
|---|---|---|---|---|---|
| major | 218 | 0.75 | 0.62 | 66.1 | 61.5 |
| medium | 158 | 0.33 | 0.33 | 25.9 | 34.2 |
| minor | 24 | 0.21 | 0.25 | 8.3 | 37.5 |
VEMtree was unable to infer the missing actor in some case of major influence:
## $seed
## [1] 10 19 20 27 31 40 41 43 44 49 60 65 69 71 75 80 81
## [18] 82 84 85 91 92 93 99 100 106 117 126 139 152 155 156 172 176
## [35] 186 193 202 204 217 225 226 227 231 236 240 246 247 251 254 269 271
## [52] 292 305 312 313 326 352 353 358 373 374 379 382 384 393 395 399
La reconstruction de l’acteur manquant est évaluée par la corrélation entre le vecteur latent gaussien d’origine \(Z_H\), et le vecteur des moyennes inférées \(M_H\).
| influence | med.cor | prop50 |
|---|---|---|
| major | 0.76 | 77.1 |
| medium | 0.48 | 48.7 |
| minor | 0.49 | 50.0 |
VEMtree was unable to reconstruct missing actor in some major influence cases :
## [1] 10 11 27 31 40 41 43 44 60 65 75 80 81 84 92 93 100
## [18] 106 108 117 152 155 156 172 176 186 193 202 217 225 231 236 240 246
## [35] 247 254 271 292 305 312 313 326 352 353 358 373 379 382 393 399
Etude de J, Jcor, Icl et diffJPLN en fonction de AUC, PPVH et corZM